風(fēng)電預(yù)測、協(xié)同調(diào)度及電網(wǎng)電壓安全評估研究.pdf

1、常規(guī)化石能源的不斷消耗以及引起的碳排放、環(huán)境污染等問題日趨嚴(yán)重，尋求清潔高效的可再生資源以代替可耗竭的化石能源已受到人們的普遍關(guān)注。利用風(fēng)電、光伏等可再生資源代替化石能源，對于降低碳排放，改善能源結(jié)構(gòu)將起到重要的作用，但由于可再生資源具有明顯的間歇性以及波動性，使可再生能源發(fā)電及其并入電網(wǎng)調(diào)控的難度不斷增加，而且近幾年，以降低碳排放、節(jié)約常規(guī)能源和減少環(huán)境污染為目的的電動汽車，隨機(jī)的不加引導(dǎo)的接入電網(wǎng)進(jìn)行自由充電，都會使電源側(cè)和負(fù)荷側(cè)呈

2、現(xiàn)出一定的非可控性，由此給電網(wǎng)的調(diào)控帶來了新的挑戰(zhàn)。在建設(shè)堅(jiān)強(qiáng)智能電網(wǎng)的背景下，為了應(yīng)對特高壓交直流以及可再生能源和電動汽車的不斷廣泛接入帶來的影響，研究風(fēng)電并網(wǎng)條件下的電網(wǎng)調(diào)控和安全評估，對于降低電網(wǎng)安全穩(wěn)定運(yùn)行的風(fēng)險(xiǎn)，提高電網(wǎng)運(yùn)行的經(jīng)濟(jì)性都具有重要的經(jīng)濟(jì)和現(xiàn)實(shí)意義。
　　 在以上背景下，本文在對風(fēng)電波動規(guī)律分析的基礎(chǔ)上，以實(shí)現(xiàn)堅(jiān)強(qiáng)的智能電網(wǎng)為核心，開展了風(fēng)電功率預(yù)測、風(fēng)電等可再生資源與電動汽車的協(xié)同調(diào)度以及風(fēng)電并入電網(wǎng)背景下

3、的電網(wǎng)安全評估的研究，主要工作和創(chuàng)新成果如下:
　　 (1)利用混沌理論揭示了風(fēng)電功率序列內(nèi)在的動態(tài)特性。在風(fēng)電功率時(shí)間序列相空間重構(gòu)的基礎(chǔ)上計(jì)算了風(fēng)電序列的最大Lyapunov指數(shù)，驗(yàn)證了風(fēng)電時(shí)間序列的混沌特性;由于直接采用Volterra濾波器多步預(yù)測法對風(fēng)電序列進(jìn)行超短期預(yù)測誤差較大，利用局域多步預(yù)測法以及最大Lyapunov指數(shù)法的預(yù)測結(jié)果并結(jié)合有序算子和加權(quán)馬爾科夫鏈對Volterra濾波器的預(yù)測結(jié)果進(jìn)行了校正。仿真結(jié)

4、果表明，在實(shí)現(xiàn)風(fēng)電功率的超短期預(yù)測過程中，校正預(yù)測模型有效的提高了Volterra濾波器的預(yù)測精度，其為利用Volterra濾波器多步法進(jìn)行風(fēng)電功率超短期預(yù)測提供了有益的參考。
　　 (2)針對風(fēng)電功率的短期預(yù)測問題，分別提出了熵和極端學(xué)習(xí)機(jī)以及儲備池的風(fēng)電組合預(yù)測模型。首先利用經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition，EMD)將風(fēng)電功率分解為一系列具有不同特征尺度的子序列;在此基礎(chǔ)上，利用熵對不同

5、尺度的子序列進(jìn)行復(fù)雜度分析，根據(jù)子序列的不同熵值進(jìn)行歸類疊加產(chǎn)生新的子序列。最后利用交叉驗(yàn)證法和重構(gòu)相空間法確定了學(xué)習(xí)機(jī)的各種參數(shù)和輸入維數(shù)，再利用極端學(xué)習(xí)機(jī)、儲備池和最小二乘支持向量機(jī)分別對各子序列進(jìn)行建模預(yù)測分析，仿真結(jié)果表明基于儲備池和極端學(xué)習(xí)機(jī)組合預(yù)測模型無論在預(yù)測精度和訓(xùn)練速度上都明顯優(yōu)于最小二乘支持向量機(jī)的組合預(yù)測模型，而且相對于混沌理論，其既適用于超短期預(yù)測又適用于短期預(yù)測，同時(shí)又具有較高預(yù)測精度，為實(shí)現(xiàn)風(fēng)電在線的較高精度

6、預(yù)測提供了可能。
　　 (3)針對風(fēng)電以及電動汽車的廣泛發(fā)展，考慮風(fēng)光預(yù)測結(jié)果的基礎(chǔ)上，提出了一種計(jì)及風(fēng)電出力不確定性的地區(qū)電網(wǎng)的電動汽車充電調(diào)度方法。首先為了減小地區(qū)電網(wǎng)等效負(fù)荷峰谷差和購電成本，建立了電動汽車充電的多目標(biāo)非線性混合整數(shù)優(yōu)化調(diào)度模型。其次利用模糊集理論在風(fēng)電出力模糊化的基礎(chǔ)上，將多目標(biāo)模糊優(yōu)化模型轉(zhuǎn)化為單目標(biāo)的非線性優(yōu)化模型。以某地區(qū)電網(wǎng)的數(shù)據(jù)為算例，用改進(jìn)的粒子群算法對提出的多目標(biāo)模糊優(yōu)化模型進(jìn)行求解，驗(yàn)證了

7、模型的有效性和求解方法的可行性，為風(fēng)電和電動汽車的協(xié)同優(yōu)化調(diào)度提供了一條有效途徑。
　　 (4)在風(fēng)電并入電網(wǎng)會對電網(wǎng)的安全運(yùn)行產(chǎn)生影響的背景下，在信號能量法的基礎(chǔ)上，考慮穩(wěn)定性理論的超調(diào)量和綜合考慮超調(diào)量和調(diào)節(jié)時(shí)間的思想，提出了充分計(jì)及模型動態(tài)特性的電網(wǎng)電壓穩(wěn)定性能工程評估的方法，即綜合指數(shù)和累積指數(shù)兩種指標(biāo)。在利用PSS/E的仿真功能得到電網(wǎng)節(jié)點(diǎn)電壓幅值的信息基礎(chǔ)上，考慮分時(shí)段的信號能量譜，提出了信號能量綜合指數(shù)和累積指數(shù)指